発注の判定は1行に収束する — 期待値・不確実性・コストの三すくみ【フェアプライスと執行 #5】

Ember 編集部 ・ 2026-08-04 ・ 約2分 ・ quant-trading

本記事は情報提供・教育を目的としたものであり、特定の金融商品の取得・売買を推奨する投資助言ではありません。投資判断はご自身の責任で行ってください。

後半、変換装置の設計に入ります。前半で作った認識装置の出力は4つ——強さs、モメンタムm、乖離d、品質スコア。変換装置の入口でこれらを1本の期待リターンμに束ね、 変換して利益が残る歪みだけを工程に流す のが今回です。 予測ホライズンhは、乖離半減期の1〜2倍に置きます(短すぎれば回帰益の取りこぼし、長すぎれば不確実性の積み上がり)。そしてμは2つの項の和です: 記号はすべてこれまでの回の道具です——m̂^(−p) はpを除いて推定したモメンタム、ρ はその減衰率(第3回の遷移式)、φ は乖離の自己回帰係数(第4回)、b p はペアpがどの通貨の差かを表すベクトル。第1項は「モメンタムがhステップで運ぶ距離」、第2項は「乖離がhステップで縮む距離」です。 2項は逆を向くことがあります。強い上昇モメンタムの最中に現れた割高乖離では、2項が自動的に相殺して発注が見送られる—— 「トレンド中の逆張りで死ぬ」事故を、if文ではなく式の構造が防ぐ のです。モデルベース設計の利点は、ここに凝縮されています。

続き(本文 約1,300字)はログインして unlock すると読めます。

収録内容

• 1. σ — 「自信のないときは黙る」の自動化
• 2. C — 見積もるな、記録から学べ
• 3. 変換の判定は1行に収束する
• 4. バックテストは執行仮定を3本並べる